| Revista: | Revista Facultad de Ingeniería. Universidad de Antioquia |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000405691 |
| ISSN: | 0120-6230 |
| Autors: | Sánchez González, Jesús Alexander1 Oblitas Cruz, Jimy Frank1 |
| Institucions: | 1Universidad Privada del Norte, Facultad de Ingeniería, Cajamarca. Perú |
| Any: | 2017 |
| Període: | Mar |
| Número: | 82 |
| Paginació: | 53-59 |
| País: | Colombia |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | El objetivo de este trabajo fue evaluar la capacidad de las redes neuronales artificiales (RNA) para predecir la vida útil y la acidez en el queso fresco envasado al vacío. En primer lugar, se prepararon muestras de queso de 200 g por unidad. Luego estas muestras se almacenaron en un intervalo de 2 a 4 días a temperaturas de 4, 10 y 16 ° C y humedad relativa del 67,5%. A lo largo del almacenamiento se determinaron la acidez (AC) y la aceptabilidad sensorial. Esta aceptabilidad se utilizó para determinar el tiempo de vida útil (TVU) por el método de riesgo sensorial Weibull modificado. Se creó y entrenó un conjunto de redes neuronales artificiales (RNA); como entradas se utilizaron la temperatura (T), tiempo de maduración (M) y posibilidad de fallo (F (x)) y TVU y AC como salidas. A partir de este conjunto, se seleccionaron las redes con el menor error cuadrático medio (ECM) y el mejor ajuste (R2 ). Estas redes mostraron coeficientes de correlación (R2) de 0,9996 y 0,6897 para TVU y AC respectivamente y buena precisión en comparación con modelos de regresión. Se muestra que la RNA puede usarse para modelar adecuadamente TVU y en menor grado AC de quesos frescos envasados al vacío |
| Resumen en inglés | The objective of this work was to evaluate the capability of artificial neural networks (ANN) to predict shelf life and the acidity on vacuum packed fresh cheese. First, cheese samples, of 200 g per unit, were prepared; then these samples were stored for 2 to 4 days at temperatures of 4, 10 and 16 ° C and relative humidity of 67.5%. Throughout the storage, the acidity (AC) and sensorial acceptability were determined; this acceptability was used to determine the Shelf life time (SLT) by modified Weibull sensory risk method. A set of artificial neural networks (ANN) was created and trained; temperatures (T), maturation time (M) and failure possibility (F(x)) were used as inputs and SLT and AC as outputs. From this set, the networks with the lowest mean squared error (MSE) and best fit (R2 ) were selected. These networks showed correlation coefficients (R2) of 0.9996 and 0.6897 for SLT and AC respectively, and good accuracy compared with regression models. It is shown that the ANN can be used to adequately model the SLT and, to a lesser degree, the AC of vacuum-packed fresh cheeses |
| Disciplines | Ingeniería, Química |
| Paraules clau: | Tecnología de alimentos, Queso, Vida de anaquel, Redes neuronales artificiales, Análisis de Weibull |
| Keyword: | Engineering, Chemistry, Food technology, Cheese, Shelf life, Artificial neural networks, Weibull analysis |
| Text complet: | Texto completo (Ver HTML) |
